[发明专利]一种激光雷达点云数据3D显示增强方法及系统

说明书

本发明提供了一种激光雷达点云数据3D显示增强方法及系统，包括：步骤M1：将各点云数据灰度值与3D邻域内点云数据灰度值进行平滑处理；步骤M2：利用平滑处理后点云数据灰度值计算伽马值；步骤M3：利用计算得到的伽马值做点云数据伽马变换，实现局部对比度有效调整。本发明可应用于激光雷达点云数据的3D显示，通过自适应调整局部对比度来显著改善点云数据3D显示的视觉效果，方便点云数据的视觉观察。

技术领域

本发明涉及显示技术领域，具体地，涉及一种激光雷达点云数据3D显示增强方法。

背景技术

点云数据是指扫描资料以点的形式记录，每一个点包含三维坐标。激光雷达点云数据还包含强度信息，是激光扫描仪接收装置采集到的回波强度，此强度信息与目标的表面材质、粗糙度、入射角方向，以及仪器的发射能量，激光波长有关。

激光雷达点云数据在3D显示时，每一个点的三维坐标确定点的具体位置，强度信息则转换为255级灰度值作为点的灰度值。由于场景中不同点云数据强度范围大，将强度值域范围转换到灰度值0～255范围显示，会导致局部区域对比度差，感兴趣特征不明显，影响整体视觉效果。例如，自动驾驶场景中一般交通标志牌区域点云强度达到100以上，部分材料反射率大距离很近的物体区域甚至达到200以上；而路面区域点云强度在10以下，车道线区域点云强度在20左右；如果按强度0～255范围映射到灰度值0～255范围显示，那么对于我们感兴趣的车道线区域与路面区域对比度将很差，不利于观察。

为了改善上述情况，也有对强度值域范围进行部分截取，然后将截取部分转换到灰度值0～255范围显示，但这样会导致显示时部分点云数据(强度超出截取部分)丧失对比度。例如，上述例子中点云数据截取强度0～40范围，此时车道线区域与路面区域对比度优，但交通标志牌区域将丧失对比度。

针对上述情况，本专利提出的增强方法——局部伽马校正方法，能自适应调整局部对比度，输出增强后的点云数据255级灰度值，视觉效果显著改善。

专利号：110346808A(申请号：201910635164.4)公开了一种激光雷达的点云数据处理方法和系统，包括：接收激光雷达的点云数据；利用预设深度卷积神经网络模型对点云数据进行预处理操作，获得处理后的点云数据；输出处理后的点云数据。

发明内容

针对现有技术中的缺陷，本发明的目的是提供一种激光雷达点云数据3D显示增强方法及系统。

根据本发明提供的一种激光雷达点云数据3D显示增强方法，包括：

步骤M1：将各点云数据灰度值与3D邻域内点云数据灰度值进行平滑处理；

步骤M2：利用平滑处理后点云数据灰度值计算伽马值；

步骤M3：利用计算得到的伽马值做点云数据伽马变换，实现局部对比度有效调整。

优选地，所述步骤M1包括：

步骤M1.1：遍历所有点云数据，以点云数据为中心，按固定半径生成球体区域，区域内的点云数据作为点云数据的3D邻域内点云数据；将点云数据和3D邻域内点云数据的灰度值做平滑处理，得到平滑后的点云数据的灰度值；

平滑处理包括高斯平滑和均值平滑。

优选地，所述步骤M2包括：遍历所有点云数据，以平滑后的点云数据灰度值作为输入，对点云数据并进行伽马值计算，输出每个点云数据对应的伽马值；

所述伽马值计算方法：

γ[i,j,k]＝2^{[(Gray[i,j,k]-128)/128]} (1)

其中，γ表示伽马值；[i,j,k]代表三维坐标；Gray[i,j,k]代表平滑后灰度值。

优选地，步骤M3包括：